Aquest projecte té com a objectiu desenvolupar un agent d’intel·ligència artificial capaç de fer etiquetatge automàtic d’imatges de productes d’una botiga en línia.
El sistema ha d’assignar etiquetes en dues dimensions principals:
- 🎨 Color (segons els 11 colors bàsics universals: red, orange, brown, yellow, green, blue, purple, pink, black, grey, white).
- 👕 Forma (tipus de peça de roba entre vuit categories: dresses, flip flops, jeans, sandals, shirts, shorts, socks, handbags).
A partir d’aquest etiquetatge, els usuaris podran realitzar cerques intel·ligents en llenguatge natural, com ara “red shirt” o “black sandals”.
- 🔹 Desenvolupar un sistema capaç d’etiquetar automàticament el color predominant de les peces de roba mitjançant tècniques d’aprenentatge no supervisat (K-means).
- 🔹 Implementar un model per a l’etiquetatge automàtic de la forma de la roba emprant tècniques d’aprenentatge supervisat (K-NN).
- 🔹 Construir un cercador d’imatges basat en les etiquetes de color i forma que permeti consultar la base de dades de manera senzilla i intuïtiva.
- 🔹 Analitzar el rendiment del sistema i avaluar diferents paràmetres que afecten la qualitat i l’eficiència del procés d’etiquetatge.
Amb aquest projecte, l’estudiantat hauria de ser capaç de:
- 📊 Comprendre i aplicar tècniques d’agrupament no supervisat (K-means) per a l’extracció de característiques en imatges.
- 🤖 Familiaritzar-se amb mètodes d’aprenentatge supervisat (K-NN) aplicats a problemes de classificació visual.
- 🖌️ Experimentar amb processos de representació de dades (RGB, espais de color, vectors de característiques).
- 🧠 Analitzar i interpretar els resultats obtinguts, identificant problemes, limitacions i possibles millores del sistema.